人工智能學習之路——第二章模型評估與選擇

錯誤率（error rate）：分類錯誤的樣本a/樣本總數m，E=a/m 精度（accuracy）:1-錯誤率，1-a/m 訓練誤差（training error）/經驗誤差（empirical error）：學習器在訓練集上的誤差 泛化誤差（generalization error）：在新樣本上的誤差 我們希望找到在新樣本中表現好的學習器，爲此，應該從訓練集中儘可能的學到適用與所有潛在樣本的「普

>>阅读原文<<